Modelando datos estocásticos utilizando cópulas para aplicaciones en la validación de conducción autónoma
Autores: Lotto, Katrin; Nagler, Thomas; Radic, Mladjan
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Modelando datos estocásticos utilizando cópulas para aplicaciones en la validación de conducción autónoma
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Verificación
Validación
Vehículos automatizados
Modelo de cópula
Parámetros estocásticos
Datos del mundo real
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Los procesos de verificación y validación de vehículos completamente automatizados están vinculados a un desafío casi intratable de reflejar el mundo real con todas sus interacciones en un entorno virtual. Los parámetros estocásticos influyentes deben extraerse de las mediciones del mundo real y de los datos en tiempo real, capturando todas las interdependencias, para una simulación precisa de la realidad. Una cópula es un modelo de probabilidad que representa una distribución multivariante, examinando la dependencia entre las variables subyacentes. Este modelo se utiliza en datos de medición de drones de una rotonda que contiene parámetros estocásticos dependientes. Con la ayuda del modelo de cópula, se generan muestras que reflejan los datos en tiempo real. Se discuten y exploran las aplicaciones resultantes y posibles extensiones.
Descripción
Los procesos de verificación y validación de vehículos completamente automatizados están vinculados a un desafío casi intratable de reflejar el mundo real con todas sus interacciones en un entorno virtual. Los parámetros estocásticos influyentes deben extraerse de las mediciones del mundo real y de los datos en tiempo real, capturando todas las interdependencias, para una simulación precisa de la realidad. Una cópula es un modelo de probabilidad que representa una distribución multivariante, examinando la dependencia entre las variables subyacentes. Este modelo se utiliza en datos de medición de drones de una rotonda que contiene parámetros estocásticos dependientes. Con la ayuda del modelo de cópula, se generan muestras que reflejan los datos en tiempo real. Se discuten y exploran las aplicaciones resultantes y posibles extensiones.